当前用于推断细胞—细胞相互作用（cell-cell interactions, CCIs）的方法，在很大程度上受限于预定义的配体—受体数据库，尤其是在诸如 Visium 这类低分辨率空间转录组学（spatial transcriptomics, ST）平台中更是如此。由于在较粗空间分辨率下难以准确解析发生相互作用的细胞，其他相互作用模式常常被忽视。
然而，低分辨率 ST 数据可作为高分辨率 ST 的一种替代方案，后者受限于灵敏度较低；同时，低分辨率 ST 数据也可替代基于成像的 ST，后者又受限于基因检测面板有限。在此，我们提出 CellNeighborEX v2，这是一种无需数据库的框架，通过在 spot—群体水平检测观测基因表达与期望基因表达之间的偏差，直接从 ST 数据中推断与 CCI 相关的基因。这些偏差通过一种结合置换检验的混合统计框架进行严格评估，并进一步结合相互作用细胞类型对的丰度进行优化。
与其他依赖配体—受体数据库的传统方法相比，CellNeighborEX v2 能够从广泛类型的相互作用中捕获 CCI 基因，包括旁分泌信号传导和接触依赖性通信。基于来自海马、肝癌、结直肠癌、卵巢癌和淋巴结感染的数据集，CellNeighborEX v2 准确重现了先前已鉴定的 CCIs。值得注意的是，它还能够独特地检测出现有配体—受体数据库中缺失的相互作用，从而实现基于 Visium 数据对情境特异性 CCIs 的检测。
CellNeighborEX v2 是一种可扩展 Visium 数据分析范围并加深我们对细胞间通信分子语言理解的工具。
作者已就本研究中所述算法提交了专利申请。
感谢您有兴趣帮助传播 bioRxiv 的信息。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.05.08.723913v1?rss=1
🏷️ 空间转录组学 细胞-细胞相互作用 基因推断 数据库无关方法 统计建模